r - 将 data.frame 列拆分为其他列

Question

我有一个很大的data.frame，其中包含一些列，但我的第 9 列由用分号分隔的数据组成:

    gtf$V9
1                 gene_id CUFF.1; transcript_id CUFF.1.1; FPKM 7.0762407256; frac 1.000000; conf_lo 4.347062; conf_hi 9.805420; cov 25.616962;
2  gene_id CUFF.1; transcript_id CUFF.1.1; exon_number 1; FPKM 7.0762407256; frac 1.000000; conf_lo 4.347062; conf_hi 9.805420; cov 25.616962;
3  gene_id CUFF.1; transcript_id CUFF.1.1; exon_number 2; FPKM 7.0762407256; frac 1.000000; conf_lo 4.347062; conf_hi 9.805420; cov 25.616962;
4  gene_id CUFF.1; transcript_id CUFF.1.1; exon_number 3; FPKM 7.0762407256; frac 1.000000; conf_lo 4.347062; conf_hi 9.805420; cov 25.616962;

因此，我想将此列剪切为其他列，然后将其与 data.frame 的其他部分(第 9 列之前的其他列)合并 .

我尝试了一些代码但没有结果:

head(gtf$V9, sep = ";",stringsAsFactors = FALSE) 

或

new_df <- matrix(gtf$V9, ncol=7, byrow=TRUE) # sep = ";"

与 as.data.frame、data.frame 或 as.matrix 相同

我还尝试write.csv并导入它并包含sep=";"，但是data.frame是太大了，我的电脑速度很慢..

有什么建议吗？

Answer 1

另一个选择是使用splitstackshape包(它也会加载data.table)。使用:

library(splitstackshape)
cSplit(cSplit(df, 'V9', sep = ';', direction = 'long'),
       'V9', sep = ' ')[, dcast(.SD, cumsum(V9_1 == 'gene_id') ~ V9_1)]

给出:

   V9_1  conf_hi  conf_lo       cov exon_number         FPKM     frac gene_id transcript_id
1:    1 9.805420 4.347062 25.616962          NA 7.0762407256 1.000000  CUFF.1      CUFF.1.1
2:    2 9.805420 4.347062 25.616962           1 7.0762407256 1.000000  CUFF.1      CUFF.1.1
3:    3 9.805420 4.347062 25.616962           2 7.0762407256 1.000000  CUFF.1      CUFF.1.1
4:    4 9.805420 4.347062 25.616962           3 7.0762407256 1.000000  CUFF.1      CUFF.1.1